서울시 열린데이터 광장 데이터로 살펴본
서울시 구별 5대 강력범죄 연관요소 탐구¶
발단 : 대림, 구로 등 그분들이 많은 지역에는 이런 이미지가 박혀 있습니다
진짜 중국인/조선족 밀집 지역에서 범죄가 많이 일어날까?
서울시 구별 중국국적 외국인 수와 5대 범죄 발생건수 연관분석
- 5대 강력범죄?
- 살인, 강도, 강간및강제추행, 절도. 폭력
- 사용한 데이터 (상세주소는 마지막 페이지 참고)
- 서울시 5대 범죄 발생현황 통계 (구별) (2014~2018)
- 서울시 등록외국인 현황 (국적별/구별) (2014~2018)
In [192]:
# 파일을 불러와서 데이터프레임 생성
foreigner_num_origin = pd.read_csv('서울시 외국인 주민(국적별) 통계 2013-2018.csv'
,encoding='CP949', skiprows=1, thousands=',')
foreigner_num_origin
Out[192]:
In [199]:
crime_most_five = pd.read_csv('서울시 5대 범죄 발생현황 2014-2018.csv'
,encoding='CP949', thousands=',')
crime_most_five
Out[199]:
In [213]:
# 처음엔 이런 걸 그렸습니다
# 직관적이지 못함, 의미 파악이 어려움
fig = px.scatter_3d(result2.reset_index(), x='기간', y='중국국적총합', z='5대범죄_발생총합건수',
color='자치구', size_max=20, size='5대범죄_발생총합건수', width=800, height=800)
fig.show()
In [214]:
# Scattor plot의 모양새나, 연도별 변화를 봐도 두 변인 사이에 별 관계가 없어 보임
fig = px.scatter(result2.reset_index(), x='중국국적총합', y='5대범죄_발생총합건수',
color='자치구', size_max=15, size='5대범죄_발생총합건수', width=600, height=600
,animation_frame='기간')
fig.show()
In [215]:
fig = px.scatter(result2.reset_index(), x='중국국적총합', y='살인',
color='자치구', size_max=15, size='살인', width=600, height=600
,animation_frame='기간')
fig.show()
In [216]:
fig = px.scatter(result2.reset_index(), x='중국국적총합', y='강도',
color='자치구', size_max=15, size='강도', width=600, height=600
,animation_frame='기간')
fig.show()
In [217]:
fig = px.scatter(result2.reset_index(), x='중국국적총합', y='절도',
color='자치구', size_max=15, size='절도', width=600, height=600
,animation_frame='기간')
fig.show()
In [218]:
fig = px.scatter(result2.reset_index(), x='중국국적총합', y='강간강제추행',
color='자치구', size_max=15, size='강간강제추행', width=600, height=600
,animation_frame='기간')
fig.show()
In [219]:
fig = px.scatter(result2.reset_index(), x='중국국적총합', y='폭력',
color='자치구', size_max=15, size='폭력', width=600, height=600
,animation_frame='기간')
fig.show()
In [222]:
# 2018년 기준 각 요소들의 상관관계
for_corr2.corr(method='pearson')
Out[222]:
중국인/조선족 인구수와 5대 강력범죄 발생 건수는 별 상관이 없다 (살인 제외)¶
- 한계점 : '등록' 외국인 대상이기 때문에, 불법체류자의 영향은 알 수 없음
- 구별 불법체류자 추정 수도 알 수 있으면, 더 좋은 분석이 될 수 있음
- 살인의 경우, 영등포구라는 이상값을 제외하면 계수가 0.26이 나옴
- 영등포구만 조심하는걸로...
- 발표자는 영등포구 여의도동에 살고 있습니다...!?!?
In [223]:
# 영등포구를 제외한다면
for_corr.corr(method='pearson')
Out[223]:
1. 구별 사회복지 예산액¶
- 사용한 데이터 (상세주소는 마지막 페이지 참고)
- 서울시 5대 범죄 발생현황 통계 (구별) (2014~2018)
- 서울시 1인당 사회복지 예산액 통계 (2014-2017)
In [231]:
result = welfare_budget_from2014.merge(crime_most_five_end2017, how='left')
result
Out[231]:
In [232]:
fig = px.scatter(result, x='금액(천원/명)', y='합계',
color='자치구', size_max=15, size='합계', width=600, height=600
,animation_frame='기간')
fig.show()
In [233]:
for_corr = result[result['기간']==2017][['금액(천원/명)', '합계']]
for_corr
Out[233]:
In [234]:
# 0.4는 적어 보이지만, 사회과학에서는 유의미한 값으로 활용됨
for_corr.corr(method='pearson')
Out[234]:
1인당 사회복지 예산액과 5대 강력범죄 발생 건수는 음의 상관관계를 가짐¶
- 한계점 : 상관계수의 절대값이 0.6만 되었어도 더 행복했을 것
2. 구별 지하철 역 개수¶
- 사용한 데이터 (상세주소는 마지막 페이지 참고)
- 서울시 5대 범죄 발생현황 통계 (구별) (2014~2018)
- 서울시 자치구별 지하철역 수 (2019)
- 지하철역이라구요?? : 유동인구와 관련되었을 것이라 추측
In [235]:
subway = pd.read_csv('서울 자치구별 전철역 수 - Sheet1.csv', encoding='utf-8')
subway
Out[235]:
In [236]:
merged = crime_most_five[crime_most_five['기간'] == 2018].merge(subway, how='left').drop(columns='기간')
merged
Out[236]:
In [237]:
fig = px.scatter(merged
,x='전철역 수'
,y='절도'
,color='자치구'
,size_max=15
,size='절도'
,width=600, height=600)
fig.show()
In [238]:
fig = px.scatter(merged, x='전철역 수', y='폭력'
,color='자치구'
,size_max=15
,size='폭력'
,width=600, height=600)
fig.show()
In [239]:
fig = px.scatter(merged, x='전철역 수', y='강간강제추행'
,color='자치구'
,size_max=15
,size='강간강제추행'
,width=600, height=600)
fig.show()
In [240]:
fig = px.scatter(merged, x='전철역 수', y='강도'
,color='자치구'
,size_max=15
,size='강도'
,width=600, height=600)
fig.show()
In [241]:
fig = px.scatter(merged, x='전철역 수', y='살인'
,color='자치구'
,size_max=15
,size='살인'
,width=600, height=600)
fig.show()
In [242]:
merged.corr(method='pearson')
Out[242]:
구별 지하철 역 개수와 5대 강력범죄 중 절도, 폭력, 성범죄는 양의 상관관계를 가지고 있다¶
- 유동인구가 많은 것이 원인으로 추측됨
3. 서울 주민등록 전입지별 인구이동¶
- 사용한 데이터 (상세주소는 마지막 페이지 참고)
- 서울시 5대 범죄 발생현황 통계 (구별) (2014~2018)
- 서울시 주민등록 전입지별 인구이동 (2014-2018)
- 주거지를 옮기는 사람의 수가 많으면, 지역 공동체가 형성되기 힘들며, 이는 곧 상호감시체계가 약함을 뜻함
In [404]:
result = moved_num.merge(crime_most_five, how='left')
result
Out[404]:
In [548]:
for_corr3 = result[result['기간'] == 2018].loc[:, '이동한 인구 수':]
In [549]:
for_corr3.corr(method='pearson')
Out[549]:
지도 위에 그려보기 : Interactive Map with Folium¶
Non-Interactive 지도를 쓰면 생기는 문제점
In [263]:
with open('시군구_위치데이터/seoul_municipalities_geo.json') as seoul_json:
data = json.load(seoul_json)
In [545]:
interact(create_seoul_crime_map,
crime_most_five=fixed(crime_most_five),
crime_name=['살인', '강도', '절도', '폭력', '강간강제추행'],
year=(2014, 2017, 1),
color=['darkred', 'darkblue', 'purple', 'green'])
Out[545]:
Bonus - 다중회귀모형¶
In [268]:
import statsmodels.api as sm
import statsmodels.formula.api as smf
In [271]:
# 다중선형회귀 적합
model = smf.ols(formula = '합계 ~ 인당복지예산 + 이사인구 + 지하철역수', data = for_modeling_rename)
result = model.fit()
result.summary()
Out[271]:
결과¶
- 회귀식 : y = 3435.0732 - 1.8037 인당복지예산 + 0.0247 이사인구 + 67.7401 * 지하철역수
- 데이터의 질에 비하면 괜찮은 결정계수(R-squared) 값과 p-value가 나왔다.
References¶
- 서울시 5대 범죄 발생현황 통계 : http://data.seoul.go.kr/dataList/datasetView.do?infId=316&srvType=S&serviceKind=2¤tPageNo=1
- 서울시 등록외국인 현황 (국적별/구별) 통계 : http://data.seoul.go.kr/dataList/datasetView.do?infId=803&srvType=S&serviceKind=2¤tPageNo=1
- 서울시 1인당 사회복지 예산액 통계 : http://data.seoul.go.kr/dataList/datasetView.do?infId=10685&srvType=S&serviceKind=2¤tPageNo=1
- 서울시 지역구별 지하철역 수 (2019) : https://1boon.kakao.com/zigbang/5db2aa996654465edc2185bf
- 서울시 주민등록 전입지별 인구이동 통계 : https://data.seoul.go.kr/dataList/datasetView.do?infId=10213&srvType=S&serviceKind=2